Hlasování

Nastavení prostředí

if 'google.colab' in str(get_ipython()):
        import os, sys
        os.chdir('/content')
        print('Nastavení prostředí Google Colab.')
        ! git clone "https://github.com/parlamentikon/parlamentikon.git" --branch main
        sys.path.insert(0,'/content/parlamentikon')
        os.chdir('/content/parlamentikon/notebooks')

! pip install -r ../requirements.txt 1>/dev/null

import sys, os
# Lokální import knihovny
sys.path.insert(0, os.path.abspath('..'))

Import knihoven

from datetime import datetime, timedelta

import plotly.express as px
import plotly.graph_objects as go

import pandas as pd
import numpy as np

from parlamentikon.Hlasovani import Hlasovani, Omluvy, HlasovaniPoslanci, ZpochybneniHlasovani, ZmatecneHlasovani
from parlamentikon.PoslanciOsoby import Poslanci, Organy, ZarazeniOsoby
from parlamentikon.Stenotexty import Stenotexty
from parlamentikon.Schuze import Schuze
from nastav_notebook import nastav_pandas, clean_layout, clean_layout_with_x_spikes, clean_layout_with_y_spikes, clean_layout_with_xy_spikes, categorical_scale1

# nastavení výpisu, například zobrazení delších textů v sloupcích tabulek
nastav_pandas()

Nastavení

# formát výpisu data
format_den = "%d. %m. %Y"

Načtení tabulek

stahni=True

# načti informace o poslancích (jméno, příjemní, za koho kandidovali, etc.)
p = Poslanci(stahni=stahni)
print(p.columns)
p.head(2)

2021-03-23:10:11:28 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/poslanci.zip'.
2021-03-23:10:11:31 WARNING  [Snemovna.py:149] While merging 'funkce' with 'typ_funkce': Dropping ['typ_organ_obecny__typ_funkce', 'nazev_typ_organ_en__typ_funkce', 'id_typ_organ__typ_funkce', 'nazev_typ_organ_cz__typ_funkce', 'typ_id_typ_organ__typ_funkce'] because of abundance.

Index(['id_poslanec', 'id_osoba', 'id_kraj', 'id_kandidatka', 'id_organ',
       'web', 'ulice', 'obec', 'psc', 'email', 'telefon', 'fax', 'psp_telefon',
       'facebook', 'foto', 'pred', 'prijmeni', 'jmeno', 'za', 'narozeni',
       'zmena', 'umrti', 'pohlavi', 'adresa', 'sirka', 'delka',
       'nazev_kandidatka_cz', 'zkratka_kandidatka', 'nazev_kraj_cz',
       'zkratka_kraj', 'id_parlament', 'od_parlament', 'do_parlament',
       'id_klub', 'nazev_klub_cz', 'zkratka_klub', 'od_klub', 'do_klub'],
      dtype='object')

	id_poslanec	id_osoba	id_kraj	id_kandidatka	id_organ	web	ulice	obec	psc	email	...	nazev_kraj_cz	zkratka_kraj	id_parlament	od_parlament	do_parlament	id_klub	nazev_klub_cz	zkratka_klub	od_klub	do_klub
index
0	1521	5700	588	155	172	<NA>	Vančurovo nám. 663	Hradec Králové	50002	adameci@psp.cz	...	Královéhradecký	HK	172	2017-10-21 14:00:00+02:00	NaT	1295	Poslanecký klub Občanské demokratické strany	ODS	2017-10-24 00:00:00+02:00	NaT
1	1522	6254	581	1104	172	<NA>	Dobronická 1257	Praha 4 - Kunratice	14800	adamkovav@psp.cz	...	Hlavní město Praha	PH	172	2017-10-21 14:00:00+02:00	NaT	1292	Poslanecký klub ANO 2011	ANO	2017-10-24 00:00:00+02:00	NaT

2 rows × 38 columns

zo = ZarazeniOsoby(stahni=stahni)
print(zo.columns)
zo.head(2)

2021-03-23:10:11:32 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/poslanci.zip'.
2021-03-23:10:11:34 WARNING  [Snemovna.py:149] While merging 'funkce' with 'typ_funkce': Dropping ['typ_organ_obecny__typ_funkce', 'nazev_typ_organ_en__typ_funkce', 'id_typ_organ__typ_funkce', 'nazev_typ_organ_cz__typ_funkce', 'typ_id_typ_organ__typ_funkce'] because of abundance.

Index(['id_osoba', 'id_of', 'cl_funkce__ORIG', 'od_o', 'do_o', 'od_f', 'do_f',
       'cl_funkce', 'pred', 'prijmeni', 'jmeno', 'za', 'narozeni',
       'pohlavi__ORIG', 'zmena', 'umrti', 'pohlavi', 'id_organ',
       'organ_id_organ', 'id_typ_organ', 'zkratka', 'nazev_organ_cz',
       'nazev_organ_en', 'od_organ', 'do_organ', 'cl_organ_base',
       'typ_id_typ_organ', 'nazev_typ_organ_cz', 'nazev_typ_organ_en',
       'typ_organ_obecny', 'id_funkce', 'id_typ_funkce', 'nazev_funkce_cz',
       'priorita', 'typ_funkce_cz', 'typ_funkce_en', 'typ_funkce_obecny__ORIG',
       'typ_funkce_obecny'],
      dtype='object')

	id_osoba	id_of	cl_funkce__ORIG	od_o	do_o	od_f	do_f	cl_funkce	pred	prijmeni	...	nazev_typ_organ_en	typ_organ_obecny	id_funkce	id_typ_funkce	nazev_funkce_cz	priorita	typ_funkce_cz	typ_funkce_en	typ_funkce_obecny__ORIG	typ_funkce_obecny
index
38	4	172	0	2017-10-21 14:00:00+02:00	NaT	NaT	NaT	členství		Benda	...	Parliament	<NA>	<NA>	<NA>	<NA>	<NA>	<NA>	<NA>	<NA>	<NA>
95	4	1295	0	2017-10-24 00:00:00+02:00	NaT	NaT	NaT	členství		Benda	...	Political Group	1	<NA>	<NA>	<NA>	<NA>	<NA>	<NA>	<NA>	<NA>

2 rows × 38 columns

# načti informace o schůzích PS (kdy začaly, v jakém jsou stavu, etc.)
sch = Schuze(stahni=stahni)
print(sch.columns)
sch.head(2)

2021-03-23:10:11:34 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/poslanci.zip'.
2021-03-23:10:11:36 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/schuze.zip'.

Index(['id_schuze', 'id_org', 'schuze', 'od_schuze', 'do_schuze',
       'aktualizace', 'pozvanka', 'text_dt', 'text_st', 'tm_line', 'stav',
       'typ'],
      dtype='object')

	id_schuze	id_org	schuze	od_schuze	do_schuze	aktualizace	pozvanka	text_dt	text_st	tm_line	stav	typ
0	469	172	1	2017-11-20 13:00:00+01:00	NaT	2017-11-08 08:58	navržený pořad	<NA>	<NA>	<NA>	OK	řádná
1	469	172	1	2017-11-20 13:00:00+01:00	2017-11-24 14:09:00+01:00	2017-11-24 14:09	<NA>	<NA>	<NA>	<NA>	OK	řádná

# načti informace o jednotlivých hlasováních
h = Hlasovani(stahni=stahni)
print(h.columns)
h.head(2)

2021-03-23:10:11:38 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/poslanci.zip'.
2021-03-23:10:11:40 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/hl-2017ps.zip'.

Index(['id_hlasovani', 'id_organ', 'schuze', 'cislo', 'bod', 'cas', 'pro',
       'proti', 'zdrzel', 'nehlasoval', 'prihlaseno', 'kvorum', 'nazev_dlouhy',
       'nazev_kratky', 'datum', 'bod__KAT', 'vysledek', 'druh_hlasovani',
       'ma_zpochybneni', 'je_zmatecne', 'ma_stenozaznam', 'turn', 'typ'],
      dtype='object')

	id_hlasovani	id_organ	schuze	cislo	bod	cas	pro	proti	zdrzel	nehlasoval	...	nazev_kratky	datum	bod__KAT	vysledek	druh_hlasovani	ma_zpochybneni	je_zmatecne	ma_stenozaznam	turn	typ
0	67018	172	1	1	3	13:53:00	191	0	5	0	...	<NA>	2017-11-20 13:53:00+01:00	normální	přijato	normální	False	True	False	<NA>	<NA>
1	67019	172	1	2	3	13:53:00	194	0	4	0	...	<NA>	2017-11-20 13:53:00+01:00	normální	přijato	normální	False	False	False	<NA>	<NA>

2 rows × 23 columns

zph = ZpochybneniHlasovani(stahni=stahni)
print(zph.columns)
zph.head()

2021-03-23:10:11:43 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/poslanci.zip'.
2021-03-23:10:11:45 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/hl-2017ps.zip'.
2021-03-23:10:11:48 WARNING  [Snemovna.py:149] While merging 'zpochybneni' with 'hlasovani': Dropping ['turn__hlasovani'] because of abundance.
2021-03-23:10:11:48 WARNING  [Snemovna.py:184] Pro sloupec 'je_platne' nebyla nalezena metadata!

Index(['id_hlasovani', 'turn', 'mode', 'id_h2', 'id_h3', 'mode__KAT',
       'je_platne', 'id_organ', 'schuze', 'cislo', 'bod', 'datum__ORIG', 'cas',
       'pro', 'proti', 'zdrzel', 'nehlasoval', 'prihlaseno', 'kvorum',
       'druh_hlasovani__ORIG', 'vysledek__ORIG', 'nazev_dlouhy',
       'nazev_kratky', 'datum', 'bod__KAT', 'vysledek', 'druh_hlasovani',
       'ma_zpochybneni', 'je_zmatecne', 'ma_stenozaznam', 'typ__ORIG', 'typ'],
      dtype='object')

	id_hlasovani	turn	mode	id_h2	id_h3	mode__KAT	je_platne	id_organ	schuze	cislo	...	nazev_kratky	datum	bod__KAT	vysledek	druh_hlasovani	ma_zpochybneni	je_zmatecne	ma_stenozaznam	typ__ORIG	typ
0	55680	67	0	55681	55682	žádost o opakování	True	<NA>	<NA>	<NA>	...	<NA>	NaT	<NA>	<NA>	<NA>	NaN	NaN	NaN	<NA>	<NA>
1	55664	43	0	55665	55666	žádost o opakování	True	<NA>	<NA>	<NA>	...	<NA>	NaT	<NA>	<NA>	<NA>	NaN	NaN	NaN	<NA>	<NA>
2	55590	244	0	55591	55592	žádost o opakování	True	<NA>	<NA>	<NA>	...	<NA>	NaT	<NA>	<NA>	<NA>	NaN	NaN	NaN	<NA>	<NA>
3	55561	200	0	55562	55563	žádost o opakování	True	<NA>	<NA>	<NA>	...	<NA>	NaT	<NA>	<NA>	<NA>	NaN	NaN	NaN	<NA>	<NA>
4	55555	199	0	55556	55557	žádost o opakování	True	<NA>	<NA>	<NA>	...	<NA>	NaT	<NA>	<NA>	<NA>	NaN	NaN	NaN	<NA>	<NA>

5 rows × 32 columns

zmh = ZmatecneHlasovani(stahni=stahni)
print(zmh.columns)
zmh.head()

2021-03-23:10:11:48 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/poslanci.zip'.
2021-03-23:10:11:50 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/hl-2017ps.zip'.

Index(['id_hlasovani', 'id_organ', 'schuze', 'cislo', 'bod', 'datum__ORIG',
       'cas', 'pro', 'proti', 'zdrzel', 'nehlasoval', 'prihlaseno', 'kvorum',
       'druh_hlasovani__ORIG', 'vysledek__ORIG', 'nazev_dlouhy',
       'nazev_kratky', 'datum', 'bod__KAT', 'vysledek', 'druh_hlasovani',
       'ma_zpochybneni', 'je_zmatecne', 'ma_stenozaznam', 'turn', 'typ__ORIG',
       'typ'],
      dtype='object')

	id_hlasovani	id_organ	schuze	cislo	bod	datum__ORIG	cas	pro	proti	zdrzel	...	datum	bod__KAT	vysledek	druh_hlasovani	ma_zpochybneni	je_zmatecne	ma_stenozaznam	turn	typ__ORIG	typ
0	6018	<NA>	<NA>	<NA>	<NA>	<NA>	NaN	<NA>	<NA>	<NA>	...	NaT	<NA>	<NA>	<NA>	NaN	NaN	NaN	<NA>	<NA>	<NA>
1	7496	<NA>	<NA>	<NA>	<NA>	<NA>	NaN	<NA>	<NA>	<NA>	...	NaT	<NA>	<NA>	<NA>	NaN	NaN	NaN	<NA>	<NA>	<NA>
2	7506	<NA>	<NA>	<NA>	<NA>	<NA>	NaN	<NA>	<NA>	<NA>	...	NaT	<NA>	<NA>	<NA>	NaN	NaN	NaN	<NA>	<NA>	<NA>
3	7854	<NA>	<NA>	<NA>	<NA>	<NA>	NaN	<NA>	<NA>	<NA>	...	NaT	<NA>	<NA>	<NA>	NaN	NaN	NaN	<NA>	<NA>	<NA>
4	7934	<NA>	<NA>	<NA>	<NA>	<NA>	NaN	<NA>	<NA>	<NA>	...	NaT	<NA>	<NA>	<NA>	NaN	NaN	NaN	<NA>	<NA>	<NA>

5 rows × 27 columns

# načti indiviuální hlasování poslanců
hp = HlasovaniPoslanci(stahni=stahni)
print(hp.columns)
hp.head(2)

2021-03-23:10:11:53 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/poslanci.zip'.
2021-03-23:10:11:55 WARNING  [Snemovna.py:149] While merging 'funkce' with 'typ_funkce': Dropping ['typ_organ_obecny__typ_funkce', 'nazev_typ_organ_en__typ_funkce', 'id_typ_organ__typ_funkce', 'nazev_typ_organ_cz__typ_funkce', 'typ_id_typ_organ__typ_funkce'] because of abundance.
2021-03-23:10:11:56 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/hl-2017ps.zip'.

Index(['id_hlasovani', 'nazev_dlouhy', 'vysledek', 'id_poslanec', 'id_osoba',
       'pred', 'jmeno', 'prijmeni', 'id_klub', 'nazev_klub_cz', 'zkratka_klub',
       'narozeni', 'pohlavi', 'za', 'id_kraj', 'nazev_kraj_cz', 'zkratka_kraj',
       'id_kandidatka', 'nazev_kandidatka_cz', 'zkratka_kandidatka', 'schuze',
       'cislo', 'bod', 'cas', 'datum', 'bod__KAT', 'druh_hlasovani',
       'ma_zpochybneni', 'id_parlament', 'id_organ', 'od_klub', 'do_klub',
       'je_zmatecne'],
      dtype='object')

	id_hlasovani	nazev_dlouhy	vysledek	id_poslanec	id_osoba	pred	jmeno	prijmeni	id_klub	nazev_klub_cz	...	cas	datum	bod__KAT	druh_hlasovani	ma_zpochybneni	id_parlament	id_organ	od_klub	do_klub	je_zmatecne
index
0	67018	Inf. o ustavení volební komise PS a volbě členů	ano	1521	5700	Mgr.	Ivan	Adamec	1295	Poslanecký klub Občanské demokratické strany	...	13:53:00	2017-11-20 13:53:00+01:00	normální	normální	False	172	172	2017-10-24 00:00:00+02:00	NaT	True
1	67018	Inf. o ustavení volební komise PS a volbě členů	ano	1522	6254	prof. MUDr.	Věra	Adámková	1292	Poslanecký klub ANO 2011	...	13:53:00	2017-11-20 13:53:00+01:00	normální	normální	False	172	172	2017-10-24 00:00:00+02:00	NaT	True

2 rows × 33 columns

assert hp.id_osoba.nunique() <= p.id_osoba.nunique() or print("Nekonzistence v tabulkách 'HlasovaniPoslanci' a 'Poslanci': hlasujících poslanců je méně než těch, kteří hlasovali!")

# načti omluvy poslanců ze schůze PS
om = Omluvy(stahni=stahni)
print(om.columns)
om.head(2)

2021-03-23:10:12:21 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/poslanci.zip'.
2021-03-23:10:12:23 WARNING  [Snemovna.py:149] While merging 'funkce' with 'typ_funkce': Dropping ['typ_organ_obecny__typ_funkce', 'nazev_typ_organ_en__typ_funkce', 'id_typ_organ__typ_funkce', 'nazev_typ_organ_cz__typ_funkce', 'typ_id_typ_organ__typ_funkce'] because of abundance.
2021-03-23:10:12:24 INFO     [utility.py:21] Stahuji 'https://www.psp.cz/eknih/cdrom/opendata/hl-2017ps.zip'.
2021-03-23:10:12:27 WARNING  [Snemovna.py:149] While merging 'omluvy' with 'poslanci': Dropping ['id_organ__poslanci'] because of abundance.

Index(['id_organ', 'id_poslanec', 'den__ORIG', 'od__ORIG', 'do__ORIG', 'od',
       'do', 'den', 'id_osoba', 'id_kraj', 'id_kandidatka', 'web', 'ulice',
       'obec', 'psc', 'email', 'telefon', 'fax', 'psp_telefon', 'facebook',
       'foto', 'pred', 'prijmeni', 'jmeno', 'za', 'narozeni', 'pohlavi__ORIG',
       'zmena', 'umrti', 'pohlavi', 'adresa', 'sirka', 'delka',
       'nazev_kandidatka_cz', 'zkratka_kandidatka', 'nazev_kraj_cz',
       'zkratka_kraj', 'id_parlament', 'od_parlament', 'do_parlament',
       'id_klub', 'nazev_klub_cz', 'zkratka_klub', 'od_klub', 'do_klub',
       'je_poslanec'],
      dtype='object')

	id_organ	id_poslanec	den__ORIG	od__ORIG	do__ORIG	od	do	den	id_osoba	id_kraj	...	zkratka_kraj	id_parlament	od_parlament	do_parlament	id_klub	nazev_klub_cz	zkratka_klub	od_klub	do_klub	je_poslanec
index
21451	172	1554	20.11.2017	<NA>	<NA>	NaN	NaN	2017-11-20 00:00:00+01:00	5261	581	...	PH	172	2017-10-21 14:00:00+02:00	NaT	1293	Poslanecký klub Komunistické strany Čech a Moravy	KSČM	2017-10-24 00:00:00+02:00	NaT	True
21452	172	1533	22.11.2017	<NA>	<NA>	NaN	NaN	2017-11-22 00:00:00+01:00	6002	590	...	V	172	2017-10-21 14:00:00+02:00	NaT	1294	Poslanecký klub České strany sociálně demokratické	ČSSD	2017-10-27 00:00:00+02:00	NaT	True

2 rows × 46 columns

assert om[om.je_poslanec].id_osoba.nunique() <= p.id_osoba.nunique() or print("Nekonzistence v tabulkách 'Omluvy' a 'Poslanci': osob je méně než osob, které se omlouvali!")

# Stenotexty zde nebudeme potřebovat
#st = Stenotexty(stahni=stahni)
#print(st.columns)
#st.head()

Analýza

volebni_obdobi = h.volebni_obdobi
snemovna = h.snemovna

pocet_poslancu_dle_klubu =  p[p.do_parlament.isna()].groupby('zkratka_klub').size().sort_values(ascending=False)

fig = go.Figure(go.Bar(
    x=pocet_poslancu_dle_klubu.index,
    y=pocet_poslancu_dle_klubu.values,
    marker=dict(
        color=list(range(len(pocet_poslancu_dle_klubu.index))),
        colorscale=categorical_scale1
    ),
    hovertemplate="<b>%{x}</b><br>Počet poslanců: %{y}<extra></extra>"
))

layout = go.Layout(
    title="Aktuální počet poslanců dle poslaneckého klubu (strany)",    
    xaxis=dict(title="Strana", type='category'),
    yaxis=dict(title="Počet poslanců")
)

fig.update_layout(clean_layout_with_y_spikes)
fig.update_layout(layout)

fig.show()

Kdy se konaly schůze PS?

fig = go.Figure()

schuze = sch[sch.pozvanka.isna()]
for _, s in schuze.iterrows():
    id_schuze = s.schuze
    dny_hlasovani = h[h.schuze == id_schuze].datum.dt.date.unique()
    od = s.od_schuze
    do = sch.tzn.localize(datetime.today()) if pd.isna(s.do_schuze) else s.do_schuze
    dny = [od.date()] + [d for d in dny_hlasovani if (d >= od.date()) and ((d <= do.date()) | pd.isna(do))] + [do.date()]
    dny = list(set(dny))
    datum_hovertemplate = f"od {od.strftime(format_den)}" if pd.isna(s.do_schuze) \
        else f"{od.strftime(format_den)} - {s.do_schuze.strftime(format_den)}"
    tm_line_hovertemplate= '' if pd.isna(s.tm_line) else s.tm_line
    fig.add_trace(go.Scatter(
        x=dny,
        y=[s.schuze]*len(dny),
        text=s.schuze,
        hovertemplate=f"Schůze {s.schuze}<br>" \
            "Datum: %{x}<br>"\
            f"Trvání schůze: {datum_hovertemplate}<br>"\
            f"Typ schůze: {s.typ}<br>" \
            f"{tm_line_hovertemplate}<extra></extra>",
        mode="lines+markers",
        line = dict(shape='linear', width=15),
        marker = dict(symbol='star-diamond', size=10),
     ))
fig.update_traces(marker=dict(line=dict(width=1, color='black'))) 

fig.update_layout(clean_layout_with_xy_spikes)
layout = go.Layout(
    title="Schůze poslanecké sněmovny v čase",    
    xaxis=dict(title="Čas"),
    yaxis=dict(title="Schůze", type='category'),
    height=600,
    showlegend=False
)
fig.update_layout(layout)


fig.show()

Počty hlasování

import plotly.express as px
h["pocet_dni_na_schuzi"] = h.groupby(["schuze"]).datum.transform('nunique')

h['den'] = h.datum.dt.date
h["den_schuze"] = h.groupby(["schuze", h.datum.dt.date]).ngroup()
h["den_schuze_min"] = h.groupby(["schuze"]).den_schuze.transform(min)
h["den_schuze_rank"] = (h["den_schuze"] - h["den_schuze_min"] + 1)

x1 = h.groupby(["schuze", 'den', "den_schuze_rank"]).size()
z1 = x1.reset_index(name="pocet_hlasovani")

print(f"Na schůzích {sorted(set(range(z1.schuze.max() + 1)) - set(z1.schuze.unique()) - set([0]))} se nehlasovalo.")
fig = px.bar(z1, x="schuze", y="pocet_hlasovani",
            color="den_schuze_rank",
            hover_data=['schuze', 'den_schuze_rank', 'pocet_hlasovani', 'den'],
            labels={'schuze':'Schůze', 'den': 'Datum', 'den_schuze_rank': 'Pořadí dne schůze', 'pocet_hlasovani': 'Počet hlasování'},
            title="Počet hlasování dle dne schůze")

layout = go.Layout(
    title="Počet hlasování dle schůze",    
    plot_bgcolor="#FFFFFF",
    #hovermode="x",
    #hoverdistance=100, # Distance to show hover label of data point
    #spikedistance=1000, # Distance to show spike
    xaxis=dict(
        title="Schůze sněmovny",
        linecolor="#BCCCDC",
        #type='category'
    ),
    yaxis=dict(
        title="Počet hlasování",
        linecolor="#BCCCDC",
        showspikes=True,
        spikethickness=1,
        spikedash="dot",
        spikecolor="#999999",
        spikemode="across",
    )
)

fig.update_layout(layout)

Na schůzích [10, 21, 71] se nehlasovalo.

Hlasování dle data

def pocet_hlasovani_dle_data(df, resample_to, resample_str, resample_label):
    frame = df.set_index('datum').resample(resample_to).size()
    frame = frame.mask(frame == 0, None).dropna()

    max_idx = frame.sort_values().index[-1]
    min_idx = frame.sort_values().index[0]
    print(f"Nejvíce hlasování ({frame.loc[max_idx]}) se uskutečnilo {max_idx.strftime(resample_str)}.")
    print(f"Nejméně hlasování ({frame.loc[min_idx]}) se uskutečnilo {min_idx.strftime(resample_str)}.")

    fig = go.Figure()
    fig.add_trace(go.Bar(
        x=frame.index,
        y=frame.values,
        marker=dict(
            color=frame.values,
            colorscale='Bluered'
        ),

        hovertemplate="%{x}<br>počet hlasování: %{y}<extra></extra>"
    ))
    
    fig.update_layout(
        title=f"Počet hlasování dle data ({resample_label})",
        xaxis_title=f"datum ({resample_label})",
        yaxis_title="počet hlasování",
        width=1200,
        height=500
    )

    dt_all = pd.date_range(start=frame.index[0],end=frame.index[-1])
    dt_obs = [d.strftime(resample_str) for d in frame.index]
    dt_breaks = [d for d in dt_all.strftime(resample_str).tolist() if not d in dt_obs]
    # nezobrazuj data bez hlasování
    #dt_all = pd.date_range(start=df.index[0], end=df.index[-1])
    #dt_obs = [d.strftime(resample_str) for d in df.index]
    #dt_breaks = [d for d in dt_all.strftime(resample_str).tolist() if not d in dt_obs]

    fig.update_xaxes(
        rangebreaks=[dict(values=dt_breaks)]
    )
    
    fig.show()
pocet_hlasovani_dle_data(h, "D", "%Y-%m-%d", "den")

Nejvíce hlasování (387) se uskutečnilo 2019-06-05.
Nejméně hlasování (1) se uskutečnilo 2018-07-12.

Omluvy poslanců z hlasování

# Za hlasovací dny označujeme takové, během nichž se sešla Sněmovna a o něčem se hlasovalo.
# TODO: Existují dny, kdy se konala schůze PS, ale o ničem se nehlasovalo? Jak je najdeme?
minimalni_pocet_hlasovacich_dni = 30

hlasovaci_dny = pd.to_datetime(h.datum.dt.date.unique()).tz_localize(h.tzn)
pocet_hlasovacich_dni = len(hlasovaci_dny)

def fce_pocet_omluvenych_dni(id_poslanec):
    return om[(om.je_poslanec) & (om.id_poslanec == id_poslanec)].den.dt.date.nunique()

p['pocet_omluvenych_dni'] = p.id_poslanec.apply(fce_pocet_omluvenych_dni).astype('Int64')
assert p[p['pocet_omluvenych_dni'] > pocet_hlasovacich_dni].index.size == 0, \
    f"Chyba ve výpočtu. Počet omluvenych dní poslance musí být menší než {pocet_hlasovacich_dni}."

p['pocet_hlasovacich_dni'] = p.apply(lambda row: 
        len(hlasovaci_dny[(hlasovaci_dny >= row['od_parlament'])
        & ((hlasovaci_dny <= row['do_parlament']) | pd.isna(row['do_parlament']))])
        , axis=1).astype('Int64')
assert p[p['pocet_hlasovacich_dni'] > pocet_hlasovacich_dni].index.size == 0,\
    f"Chyba ve výpočtu. Počet hlasovacích dní poslance musí být menší než {pocet_hlasovacich_dni}."

p['pomer_omluvenych_dni'] = p['pocet_omluvenych_dni'] / p['pocet_hlasovacich_dni']
assert p[
    (p.pocet_hlasovacich_dni > minimalni_pocet_hlasovacich_dni)
    & ((p['pomer_omluvenych_dni'] > 1) | (p['pomer_omluvenych_dni'] < 0))].index.size == 0,\
    f"Chyba ve výpočtu. Poměr omluvených dní poslance musí být v intervalu [0, 1]]."

if pd.isna(h.snemovna.do_organ):
    print(f"Sněmovna {volebni_obdobi} se začala scházet {snemovna.od_organ.strftime(format_den)}.")
    if len(h) > 0:
        print(f"Naposledy se hlasovalo {h.datum.sort_values().dt.strftime(format_den).iloc[-1]}.")
else:
    print(f"Sněmovna {volebni_obdobi} se začala scházet {snemovna.od_organ.strftime(format_den)} a skončila {snemovna.do_organ.strftime(format_den)}.")

print(f"Hlasovalo se během {pocet_hlasovacich_dni} dní.")

Sněmovna 2017 se začala scházet 21. 10. 2017.
Naposledy se hlasovalo 12. 03. 2021.
Hlasovalo se během 271 dní.

print(f"Průměrný poměr omluvených dnů: {p[p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni].pomer_omluvenych_dni.mean():.2f}.")
print(f"Medián poměr omluvených dnů: {p[p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni].pomer_omluvenych_dni.median():.2f}.")

fig = go.Figure(go.Box(y=p[p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni].pomer_omluvenych_dni))
fig.show()

Průměrný poměr omluvených dnů: 0.40.
Medián poměr omluvených dnů: 0.37.

fig = go.Figure()

for zkratka_klub in p.zkratka_klub.unique():
    data = p[(p.zkratka_klub == zkratka_klub) & (p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni)]
    fig.add_trace(go.Box(y=data.pomer_omluvenych_dni, name=zkratka_klub))

layout = go.Layout(
    title="Poměr počtu omluvených dní ku počtu hlasovacích dní dle poslaneckého klubu (strany)",    
    xaxis=dict(title="Strany", type='category'),
    yaxis=dict(title="Poměr omluvených dní")
)

fig.update_layout(clean_layout_with_x_spikes)
fig.update_layout(layout)

fig.show()

data = pd.DataFrame([])
for zkratka_klub in p.zkratka_klub.unique():
    v = p[(p.zkratka_klub == zkratka_klub) & (p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni)].pocet_omluvenych_dni.sum()
    data.loc[zkratka_klub, 'pocet_omluvenych_dni'] = v
    
fig = go.Figure()

fig.add_trace(go.Bar(x=data.index, y=data.pocet_omluvenych_dni))
    
layout = go.Layout(
    title="Počet omluvených dní dle poslaneckého klubu (strany)",    
    xaxis=dict(title="Strany", type='category'),
    yaxis=dict(title="Poměr omluvených dní")
)

fig.update_layout(clean_layout_with_x_spikes)
fig.update_layout(layout)

fig.show()

print(f"Průměrný počet omluvených dnů: {p[(p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni)].pocet_omluvenych_dni.mean():.1f}.")
print(f"Medián počtu omluvených dnů: {p[(p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni)].pocet_omluvenych_dni.median():.1f}.")

Průměrný počet omluvených dnů: 100.7.
Medián počtu omluvených dnů: 97.0.

go.Figure(go.Histogram(x=p[(p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni)].pomer_omluvenych_dni))

go.Figure(go.Histogram(x=p[(p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni)].pocet_omluvenych_dni))

cnt = 10
print(f"Poslanci s nejmenším počtem dnů, během nichž se omluvali z hlasování PS.")
fields = ['id_poslanec', 'jmeno', 'prijmeni', 'pomer_omluvenych_dni', 'pocet_omluvenych_dni', 'pocet_hlasovacich_dni', 'zkratka_klub']
p[(p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni)].sort_values(by="pocet_omluvenych_dni")[fields].head(cnt)

Poslanci s nejmenším počtem dnů, během nichž se omluvali z hlasování PS.

	id_poslanec	jmeno	prijmeni	pomer_omluvenych_dni	pocet_omluvenych_dni	pocet_hlasovacich_dni	zkratka_klub
index
86	1608	Vladimír	Koníček	0.051282	4	78	KSČM
132	1654	Robert	Pelikán	0.297872	14	47	ANO
191	1713	Veronika	Vrecionová	0.116279	15	129	ODS
131	1653	Mikuláš	Peksa	0.172131	21	122	Piráti
213	1735	Jaroslav	Vymazal	0.897959	44	49	ODS
164	1686	Martin	Stropnický	0.714286	45	63	ANO
212	1734	Irena	Blažková	0.881356	52	59	ANO
190	1712	Petr	Vrána	0.259434	55	212	ANO
64	1586	Milan	Chovanec	0.556604	59	106	ČSSD
32	1554	Jiří	Dolejš	0.221402	60	271	KSČM

cnt = 10
print(f"Poslanci s největším počtem dnů, během nichž se omluvali z hlasování PS.")
fields = ['id_poslanec', 'jmeno', 'prijmeni', 'pomer_omluvenych_dni', 'pocet_omluvenych_dni', 'pocet_hlasovacich_dni', 'zkratka_klub']
p[(p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni)].sort_values(by="pocet_omluvenych_dni")[::-1][fields].head(cnt)

Poslanci s největším počtem dnů, během nichž se omluvali z hlasování PS.

	id_poslanec	jmeno	prijmeni	pomer_omluvenych_dni	pocet_omluvenych_dni	pocet_hlasovacich_dni	zkratka_klub
index
3	1524	Andrej	Babiš	0.804428	218	271	ANO
161	1683	Antonín	Staněk	0.730627	198	271	ČSSD
12	1533	Jiří	Běhounek	0.715867	194	271	ČSSD
158	1680	Karel	Schwarzenberg	0.715867	194	271	TOP09
101	1623	Jana	Levová	0.704797	191	271	SPD
81	1603	Jiří	Kobza	0.619926	168	271	SPD
19	1541	Jan	Birke	0.608856	165	271	ČSSD
170	1692	Julius	Špičák	0.605166	164	271	ANO
56	1578	Jan	Hamáček	0.605166	164	271	ČSSD
63	1585	Tereza	Hyťhová	0.583026	158	271	Nezařaz

cnt = 10
print(f"Poslanci s nejmenším poměrem dnů, během nichž se omluvali z hlasování PS.")
fields = ['id_poslanec', 'jmeno', 'prijmeni', 'pomer_omluvenych_dni', 'pocet_omluvenych_dni', 'pocet_hlasovacich_dni', 'zkratka_klub']
p[(p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni)].sort_values(by="pomer_omluvenych_dni")[fields].head(cnt)

Poslanci s nejmenším poměrem dnů, během nichž se omluvali z hlasování PS.

	id_poslanec	jmeno	prijmeni	pomer_omluvenych_dni	pocet_omluvenych_dni	pocet_hlasovacich_dni	zkratka_klub
index
86	1608	Vladimír	Koníček	0.051282	4	78	KSČM
191	1713	Veronika	Vrecionová	0.116279	15	129	ODS
131	1653	Mikuláš	Peksa	0.172131	21	122	Piráti
32	1554	Jiří	Dolejš	0.221402	60	271	KSČM
107	1629	Tomáš	Martínek	0.225092	61	271	Piráti
41	1563	Milan	Feranec	0.239852	65	271	ANO
97	1619	Roman	Kubíček	0.243542	66	271	ANO
7	1528	Lukáš	Bartoň	0.243542	66	271	Piráti
18	1540	Stanislav	Berkovec	0.243542	66	271	ANO
157	1679	Jan	Schiller	0.254032	63	248	ANO

cnt = 10
print(f"Poslanci s největším poměrem dnů, během nichž se omluvali z hlasování PS.")
fields = ['id_poslanec', 'jmeno', 'prijmeni', 'pomer_omluvenych_dni', 'pocet_omluvenych_dni', 'pocet_hlasovacich_dni', 'zkratka_klub']
p[(p.pocet_hlasovacich_dni >= minimalni_pocet_hlasovacich_dni)].sort_values(by="pomer_omluvenych_dni")[::-1][fields].head(cnt)

Poslanci s největším poměrem dnů, během nichž se omluvali z hlasování PS.

	id_poslanec	jmeno	prijmeni	pomer_omluvenych_dni	pocet_omluvenych_dni	pocet_hlasovacich_dni	zkratka_klub
index
213	1735	Jaroslav	Vymazal	0.897959	44	49	ODS
212	1734	Irena	Blažková	0.881356	52	59	ANO
3	1524	Andrej	Babiš	0.804428	218	271	ANO
161	1683	Antonín	Staněk	0.730627	198	271	ČSSD
12	1533	Jiří	Běhounek	0.715867	194	271	ČSSD
158	1680	Karel	Schwarzenberg	0.715867	194	271	TOP09
164	1686	Martin	Stropnický	0.714286	45	63	ANO
101	1623	Jana	Levová	0.704797	191	271	SPD
207	1729	Václav	Votava	0.660606	109	165	ČSSD
172	1694	Dan	Ťok	0.622642	66	106	ANO

Jak se hlasuje?

Následující analýza slouží k tomu, abychom lépe pochopili, jakým způsobem se hlasujev PS ČR. Proč je tomu třeba rozumět? Některá hlasování (například hlasování o zpochybnění hlasování) mají technický charakter. V některých analýzách je může být vhodné vynechat.

Platnost hlasování

Přibližná pravidla pro určení platnosti hlasování:

• Hlasování může být označeno jako zmatečné. Zmatečné hlasování je neplatné.
• Hlasování může být zpochybněno.
  • O zpochybnění se může hlasovat.
    • Pokud se o zpochybnění hlasování hlasuje a zpochybnění je přijato, dochází k opakovanému hlasování. Původní hlasování je neplatné.
      • V tabulce ZpochybněníHlasování je uveden identifikátor hlasování o zpochybnění hlasování (id_h2) a identifikátor opakovaného hlasování (id_h3).
      • Hlasování o zpochybnění hlasování lze zpochybnit.
      • Identifikátor opakovaného hlasování označuje první platné hlasování v řadě hlasování.
    • Pokud se o zpochybnění hlasování nehlasuje nebo pokud není zpochybnění hlasování přijato, je v tabulce ZpochybneniHlasování nastaveno 'pouze pro stenozáznam'. Původní hlasování zůstává platné.

hl_pocet = h.id_hlasovani.nunique()
zpochybneni = zph[zph.je_platne == True]
zm_hl = h[h.id_hlasovani.isin(zmh.id_hlasovani)]
zm_hl_pocet = zm_hl.id_hlasovani.nunique()
zp_hl = h[h.id_hlasovani.isin(zpochybneni.id_hlasovani)]
zp_hl_pocet = zp_hl.id_hlasovani.nunique()

pouze_v_tabulce_zpochybneni_pocet = len(set(zph.id_hlasovani) - set(h.id_hlasovani))
pouze_v_tabulce_zmatecne_pocet = len(set(zmh.id_hlasovani) - set(h.id_hlasovani))

print(f"Základní vlastnosti tabulky Hlasovani (pro sněmovnu  {h.volebni_obdobi}):")
print(f"- {hl_pocet} hlasování, z toho")
print(f"- {zm_hl_pocet} ({100 * (zm_hl_pocet / hl_pocet):.2f}%) hlasování bylo označeno za zmatečné,")
print(f"- {zp_hl_pocet} ({100 * (zp_hl_pocet / hl_pocet):.2f}%) hlasování bylo zpochybněno.")

df = zpochybneni[zpochybneni.mode__KAT == 'pouze pro stenozáznam']
v1 = h[h.id_hlasovani.isin(df.id_hlasovani)].id_hlasovani.nunique()
print(f"\t- {v1} hlasování z tabulky Hlasování bylo zpochybněno, ale zpochybnění bylo uvedeno jen pro stenozáznam.")

df = zpochybneni[zpochybneni.mode__KAT == 'žádost o opakování']
v1 = h[h.id_hlasovani.isin(df.id_hlasovani)].id_hlasovani.nunique()
print(f"\t- {v1} hlasování z tabulky Hlasování bylo zpochybněno s žádostí o opakování hlasování.")

df = zpochybneni[(zpochybneni.mode__KAT == 'žádost o opakování') & ~(zpochybneni.id_h2.isna()| zpochybneni.id_h3.isna())]
v1 = h[h.id_hlasovani.isin(df.id_hlasovani)].id_hlasovani.nunique()
print(f"\t\t- {v1} hlasování z tabulky Hlasování bylo zpochybněno s žádostí o opakování hlasování, o zpochybnění se hlasovalo a původní hlasování se následně opakovalo.")

df = zpochybneni[(zpochybneni.mode__KAT == 'žádost o opakování') & ~zpochybneni.id_h2.isna() & zpochybneni.id_h3.isna()]
v1 = h[h.id_hlasovani.isin(df.id_hlasovani)].id_hlasovani.nunique()
print(f"\t\t- {v1} hlasování z tabulky Hlasování bylo zpochybněno s žádostí o opakování hlasování, o zpochybnění se hlasovalo, ale původní hlasování se neopakovalo.")

print()
print(f"Dalších {pouze_v_tabulce_zpochybneni_pocet} hlasování je uvedeno pouze v tabulce ZpochybneniHlasovani. ")
print(f"Dalších {pouze_v_tabulce_zmatecne_pocet} hlasování je uvedeno pouze v tabulce ZmatecneHlasovani.")
print()
print(f"Celkově tedy proběhlo ve sněmovně až {hl_pocet + pouze_v_tabulce_zpochybneni_pocet + pouze_v_tabulce_zmatecne_pocet} hlasování.")
print()
print("Poznámka: Tabulka ZmatecneHlasovani nemá explicitně určenou vazbu na danou sněmovnu. Její propojení s tabulkou Hlasování bylo provedeno následující heuristikou: "
      "Pro danou sněmovnu se určí minimální a maximální identifikátor hlasování. Pro dané zmatečné hlasování pak musí platit, že min(id(hlasování)) <= id(zmatečného hlasování) <= max(id(hlasování)).")

Základní vlastnosti tabulky Hlasovani (pro sněmovnu  2017):
- 8700 hlasování, z toho
- 113 (1.30%) hlasování bylo označeno za zmatečné,
- 212 (2.44%) hlasování bylo zpochybněno.
	- 136 hlasování z tabulky Hlasování bylo zpochybněno, ale zpochybnění bylo uvedeno jen pro stenozáznam.
	- 76 hlasování z tabulky Hlasování bylo zpochybněno s žádostí o opakování hlasování.
		- 75 hlasování z tabulky Hlasování bylo zpochybněno s žádostí o opakování hlasování, o zpochybnění se hlasovalo a původní hlasování se následně opakovalo.
		- 1 hlasování z tabulky Hlasování bylo zpochybněno s žádostí o opakování hlasování, o zpochybnění se hlasovalo, ale původní hlasování se neopakovalo.

Dalších 512 hlasování je uvedeno pouze v tabulce ZpochybneniHlasovani. 
Dalších 684 hlasování je uvedeno pouze v tabulce ZmatecneHlasovani.

Celkově tedy proběhlo ve sněmovně až 9896 hlasování.

Poznámka: Tabulka ZmatecneHlasovani nemá explicitně určenou vazbu na danou sněmovnu. Její propojení s tabulkou Hlasování bylo provedeno následující heuristikou: Pro danou sněmovnu se určí minimální a maximální identifikátor hlasování. Pro dané zmatečné hlasování pak musí platit, že min(id(hlasování)) <= id(zmatečného hlasování) <= max(id(hlasování)).

def flatten(ary):
    return [x for l in ary for x in l]

def fce_mezi_hlasovanim_a_hlasovanim_o_zpochybneni_hlasovani_ids(row):
    if pd.isna(row['id_h2']):
        return []
    else:
        return list(range(row['id_hlasovani']+1, row['id_h2']))

# Hlasování o zpochybnění hlasování je možné také zkazit nebo zpochybnit.
# Mezi prvním hlasováním o zpochybnění a opakovaným hlasováním může proběhnout několik dalších zpochybněných nebo neplatných hlasování.
def fce_mezi_hlasovanim_o_zpochybneni_a_opakovanym_hlasovanim_ids(row):
    if pd.isna(row['id_h2']):
        return []
    elif pd.isna(row['id_h3']):
        return []
    else:
        return list(range(row['id_h2']+1, row['id_h3']))

mezi_hlasovanim_a_hlasovanim_o_zpochybneni_hlasovani_ids = \
    flatten(zpochybneni[zpochybneni.mode__KAT == 'žádost o opakování'].apply(fce_mezi_hlasovanim_a_hlasovanim_o_zpochybneni_hlasovani_ids, axis=1))

mezi_hlasovanim_o_zpochybneni_a_opakovanym_hlasovani_ids = \
    flatten(zpochybneni[zpochybneni.mode__KAT == 'žádost o opakování'].apply(fce_mezi_hlasovanim_o_zpochybneni_a_opakovanym_hlasovanim_ids, axis=1))

hlasovani_o_zpochybneni_ids = h[h.id_hlasovani.isin(zpochybneni.id_h2.unique())]

hlasovani_bez_zmatecnych_a_zpochybnenych = h[~h.id_hlasovani.isin(zmh.id_hlasovani)
                     & ~h.id_hlasovani.isin(zph[zph.mode__KAT == 'žádost o opakování'].id_hlasovani)
                     & ~h.id_hlasovani.isin(mezi_hlasovanim_o_zpochybneni_a_opakovanym_hlasovani_ids)
                     & ~h.id_hlasovani.isin(hlasovani_o_zpochybneni_ids)
]

Míra jednomyslnosti hlasování

h_platne = hlasovani_bez_zmatecnych_a_zpochybnenych.copy()

h_platne["mira_jednomyslnosti"] = (h_platne.pro - h_platne.proti).abs() / (h_platne.pro + h_platne.proti)
h_platne["mira_jednomyslnosti"].describe()

fig = go.Figure(go.Histogram(
    x=h_platne.mira_jednomyslnosti,
    hovertemplate="míra jednomyslnosti: %{x}<br>počet hlasování: %{y}<extra></extra>"))
fig.update_layout(width=700, height=400, xaxis=dict(title="míra jednomyslnosti"), yaxis=dict(title="počet hlasování"))
fig.show()

# denní míra jednomyslnosti

precision = 3 

def A_razeno_dle_B(x, A, B):
    df = x.groupby(A)[B].mean().sort_values(ascending=True)
    return("<br>".join(map(str, df.index.astype(str) + ': ' + df.values.round(precision).astype(str))))

days = 7
interval = f"{days}D"

df = pd.DataFrame()
df['mira_jednomyslnosti_za_den_mean'] = h_platne.groupby(h_platne.datum.dt.date).mira_jednomyslnosti.mean()
df['nazev_dlouhy_za_den'] = h_platne.groupby(h_platne.datum.dt.date)[['nazev_dlouhy', 'mira_jednomyslnosti']].apply(
    lambda x: A_razeno_dle_B(x, "nazev_dlouhy", "mira_jednomyslnosti")
) 
df.index = pd.to_datetime(df.index)

fig = go.Figure()

fig.add_trace(go.Scatter(
    x=df.index,
    y=df.mira_jednomyslnosti_za_den_mean,
    text=df.nazev_dlouhy_za_den,
    name="míra jednomyslnosti za den",
    mode="markers",
     marker=dict(
        size=5,
        color=df.mira_jednomyslnosti_za_den_mean,
        colorscale='RdYlGn', # one of plotly colorscales
        showscale=True
    ),
    hovertemplate =
        '<b>%{x}</b>'+
        '<br><br><b>Průměrná míra jednomyslnosti</b>: <i>%{y:.3f}</i>'+
        '<br><br><b>Hlasování dle míry jednomyslnosti (vzestupně):</b><br>%{text}<extra></extra>',
    hoverlabel=dict(
        bgcolor='white',
        font=dict(color='black')
    )
))

fig.update_layout(title="Denní míra jednomyslnosti", xaxis=dict(title="datum [jednotlivé dny]"), yaxis=dict(title="míra jednomyslnosti"))

fig.show()

print(f"Jednomyslně schválená hlasování (vysoká míra jednomyslnosti): {h_platne[h_platne.mira_jednomyslnosti == 1].index.size}")
jednomyslna_temata = h_platne[h_platne.mira_jednomyslnosti == 1].groupby('nazev_dlouhy').size().sort_values(ascending=False)
print(jednomyslna_temata.head(20))

Jednomyslně schválená hlasování (vysoká míra jednomyslnosti): 3007
nazev_dlouhy
Pořad schůze                                                              518
                                                                          121
Návrh na vyslovení souhlasu PS s prodloužením doby nouzového stavu         68
Návrh na změny ve složení orgánů Poslanecké sněmovny                       59
Návrhy PS na propůjčení nebo udělení státních vyznamenání                  44
Vl.n.z. v souv.s elektronizací postupů orgánů veřejné moci                 33
Novela z. - školský zákon                                                  26
Návrhy Poslanecké sněmovny na propůjčení nebo udělení státních vyzname     24
Novela z. - trestní řád                                                    23
Novela z. o daních z příjmů                                                23
Novela z. o kompenzačním bonusu                                            23
Novela z. o státním rozpočtu ČR na rok 2020                                22
Vl. n. z. kterým se mění některé zákony v oblasti daní - EU                20
Vl.n.z. o evidenci skutečných majitelů - EU                                18
Usn.PS.1162                                                                18
Novela z. - trestní zákoník - EU                                           17
Novela ústav. z. - Ústava ČR                                               16
Náv. na ustavení výborů PS                                                 16
Novela z. o urychlení výstavby dopravní infrastruktury                     16
Novela z. o pomoci v hmotné nouzi                                          16
dtype: int64

print(f"Hlasování s nízkou mírou jednomyslnosti (zcela vyrovnané pro a proti)): {h_platne[h_platne.mira_jednomyslnosti == 0].index.size}")
nejednomyslna_temata = h_platne[h_platne.mira_jednomyslnosti == 0].groupby('nazev_dlouhy').size().sort_values(ascending=False)
print(nejednomyslna_temata.head(20))

Hlasování s nízkou mírou jednomyslnosti (zcela vyrovnané pro a proti)): 71
nazev_dlouhy
Novela z. o evidenci tržeb - EU                                 28
Pořad schůze                                                     7
Vl.n.z. o kompenzačním bonusu v souv. s krizovými opatřeními     5
Vl.n.z.o opatř.ke zmírnění dopadů SARS CoV-2 na nájemce byt.     2
Návrh na vyslovení nedůvěry vládě České republiky                2
Novela z. o rozpočtových pravidlech                              2
Vl.n.z. o státním rozpočtu ČR na rok 2021                        2
Novela z. - horní zákon                                          2
Novela z. o důchodovém pojištění                                 1
Novela z. o evidenci tržeb                                       1
Novela z. o státním občanství ČR                                 1
Novela z. o některých úpravách v oblasti evidence tržeb          1
Novela z. o bankách - EU                                         1
Novela z. o pomoci v hmotné nouzi                                1
N.z., kterým se mění zák. opatření Senátu č. 340/2013 Sb.        1
Novela z. o potravinách a tabákových výrobcích - EU              1
Vln. z. o kompenzačním bonusu pro rok 2021                       1
Novela z. o ČNB                                                  1
Novela z. o vnitrozemské plavbě - EU                             1
Novela z. o vodách (vodní zákon) - EU                            1
dtype: int64

# Témata hlasování s nejvyšší mírou jednomyslnosti a jejich počty

cnt = 5
x = pd.DataFrame()
x['celkovy_pocet_hlasovani_dle_tematu'] =  h_platne.groupby('nazev_dlouhy').size()
x['prumerna_mira_jednomyslnosti_dle_tematu'] = h_platne.groupby('nazev_dlouhy')['mira_jednomyslnosti'].mean()
x.sort_values(by='prumerna_mira_jednomyslnosti_dle_tematu', ascending=False).head(cnt)

	celkovy_pocet_hlasovani_dle_tematu	prumerna_mira_jednomyslnosti_dle_tematu
nazev_dlouhy
Výroční zpráva o činnosti České televize v roce 2018	1	1.0
Sml. mezi ČR a Běloruskem o důchodovém zabezpečení	2	1.0
Výroční zpráva a účetní závěrka SFRB za rok 2016	1	1.0
Sml.mezi ČR a vl.Rep.Kazachstán o spol.v boji proti tr.činn.	2	1.0
Návrh Pravidel hospodaření poslaneckých klubů pro rok 2018	1	1.0

# Témata hlasování s nízkou mírou jednomyslnosti a jejich počty

cnt = 5
x = pd.DataFrame()
x['celkovy_pocet_hlasovani_dle_tematu'] =  h_platne.groupby('nazev_dlouhy').size()
x['prumerna_mira_jednomyslnosti_dle_tematu'] = h_platne.groupby('nazev_dlouhy')['mira_jednomyslnosti'].mean()
x.sort_values(by='prumerna_mira_jednomyslnosti_dle_tematu', ascending=False).tail(cnt)

	celkovy_pocet_hlasovani_dle_tematu	prumerna_mira_jednomyslnosti_dle_tematu
nazev_dlouhy
Písemná interpelace V. Munzara na A. Schillerovou	1	0.083333
Novela z. o evidenci tržeb - EU	857	0.060626
Písemná interpelace V. Munzara na A. Schillerovou ve věci poruš. ústav	1	0.054054
Písemná interpelace V. Munzara na A. Schillerovou ve věci odměňování ú	1	0.038961
Návrh na vyslovení nedůvěry vládě České republiky	3	0.022556

Podobnost hlasování poslanců

%%time

df = hp[hp.id_hlasovani.isin(h_platne.id_hlasovani)]
data = df[['id_osoba', 'id_hlasovani', 'vysledek', 'zkratka_klub']]\
    .set_index('id_osoba')\
    .sort_values(by=['zkratka_klub'])[['id_hlasovani', 'vysledek']]\
    .groupby('id_osoba', sort=False)\
    .apply(lambda g: list(map(tuple, g.values))).to_dict()

data = {osoba: [str(hl_idx) + '_' + vysledek for hl_idx, vysledek in data[osoba]] for osoba in data.keys()}

CPU times: user 5.77 s, sys: 276 ms, total: 6.05 s
Wall time: 6.05 s

%%time

def jaccard_similarity(list1, list2):
    intersection = len(list(set(list1).intersection(list2)))
    union = (len(list1) + len(list2)) - intersection
    return float(intersection) / union

m = {}
for osoba1, v1 in data.items():
    if osoba1 not in m:
        m[osoba1] = {}
    for osoba2, v2 in data.items():
        m[osoba1][osoba2] = jaccard_similarity(v1, v2)

CPU times: user 50.1 s, sys: 14 ms, total: 50.1 s
Wall time: 50.1 s

korelace_df = pd.DataFrame(m)
osoby = {id_osoba: hp[hp.id_osoba == id_osoba][['jmeno', 'prijmeni', 'zkratka_kandidatka','nazev_kraj_cz', 'zkratka_klub']].iloc[0] for id_osoba in korelace_df}
jmeno_prijmeni = [f"{osoby[id_osoba]['jmeno']} {osoby[id_osoba]['prijmeni']}" for id_osoba in korelace_df.index]
zkratka_klub = [osoby[id_osoba]['zkratka_klub'] for id_osoba in korelace_df.index]
label = [f"{j} ({zk})" for j, zk in zip(jmeno_prijmeni, zkratka_klub)]

import plotly.graph_objects as go
fig = go.Figure(data=go.Heatmap(
        z=korelace_df,
        x=label,
        y=label,
        colorscale='Viridis',
        hovertemplate="%{x}<br>%{y}<br>Podobnost hlasování: %{z}<extra></extra>"
))

fig.update_layout(title='Podobnost hlasování poslanců',  width=1000, height=1000)
fig.update_xaxes(type='category', tickangle=45)
fig.update_yaxes(type='category', autorange='reversed')
fig.show()

Podobnost hlasování dle poslaneckého klubu

print(f"Poslední běh notebooku: {datetime.now().strftime('%d.%m.%Y %H:%M:%S')}.")

Poslední běh notebooku: 23.03.2021 10:13:35.